Otras Pruebas de Hipótesis

PRUEBA t PARA DOS MUESTRAS PAREADAS O

DEPENDIENTES
Prueba para comparar los promedios de dos
poblaciones dependientes.

En general se reconoce a dos poblaciones dependientes

cuando se hacen mediciones de dos condiciones o de
dos tratamientos diferentes que se quieren comparar,
aplicados sobre los mismos individuos.
PRUEBA t PARA DOS MUESTRAS PAREADAS O
DEPENDIENTES….

1. Hipótesis nula: H0: 1 = 2

2. Hipótesis alternativa: H1: 1  2 (2 colas), o

H1: 1 < 2 (1 cola),o H1: 1 > 2 (1 cola)
 d d
3. Estadístico de prueba: t0 = =
sd sd
con n-1 grados de libertad. n

 Donde:
 n = número de pares de observaciones.
 d j = y1 j − y 2 j , j = 1, 2, ..., n.
 dj = j-ésima diferencia entre las dos mediciones de las dos
condiciones o tratamientos.
2
n

d j 
 
 
n


j =1
dj −
2

n
sd2 = j =1 = variancia de las diferencias d j.
n −1

s d = s d2
4. Región de rechazo:
Ver los valores críticos de t en la tabla de t, para un
nivel de significancia  dado.

 Nota: En este caso probar la hipótesis H0: 1 = 2

es equivalente a probar la hipótesis H0: d = 0 y las
posibles hipótesis alternativas serian: H1: d  0 (2
colas), o H1: d < 0 (1 cola), o H1: d > 0 (1 cola)
Ejemplo
En una práctica de dasometría, dos grupos de estudiantes midieron las alturas en
metros de 8 árboles de pino. Con el fin de medir la calidad de las observaciones
hechas se quieren comparar las mediciones de ambos grupos. Los datos son los
siguientes:

Arbol Grupo 1 Grupo 2

1 17.3 17.3
2 15.4 15.7
3 12.2 12.1
4 18.5 18.9
5 13.3 12.9
6 19.1 18.2
7 14.1 14.0
8 17.7 16.6

Presentan diferencias las mediciones hechas por ambos grupos. Use un =0.05.
Escriba la conclusión en términos del problema.
PRUEBA t PARA DOS MUESTRAS INDEPENDIENTES Y
CON VARIANCIAS IGUALES
Prueba para comparar los promedios de dos poblaciones independientes
cuando las variancias son iguales.

En general se reconoce a dos poblaciones independientes cuando se hacen

mediciones de dos condiciones o de dos tratamientos diferentes que se quieren
comparar, aplicados sobre dos grupos de individuos diferentes.
 … DOS MUESTRAS INDEPENDIENTES Y CON
VARIANCIAS IGUALES

1. Hipótesis nula: H0: 1 = 2

2. Hipótesis alternativa:
H1: 1  2 (2 colas), ó
H1: 1 < 2 (1 cola),ó H1: 1 > 2 (1 cola)
 y1 − y 2 y1 − y 2
3. Estadístico de prueba: t0 = =
s y1 − y 2 1 1 
con n1+n2-2grados de libertad. s  + 
2

 n1 n2 
 Donde:

2s 2
 Si n1 = n2  s y =
1− y2
n
4. Región de rechazo:
Ver los valores críticos de t en la tabla de t, para un nivel de
significancia  dado, con n1+n2-2grados de libertad.
PRUEBA t PARA DOS MUESTRAS INDEPENDIENTES Y
CON VARIANCIAS DIFERENTES

Prueba para comparar los promedios de dos

poblaciones independientes cuando las
variancias son diferentes.
… DOS MUESTRAS INDEPENDIENTES Y CON VARIANCIAS
DIFERENTES

1. Hipótesis nula: H0: 1 = 2

2. Hipótesis alternativa:
H1: 1  2 (2 colas), ó
H1: 1 < 2 (1 cola),ó H1: 1 > 2 (1 cola)
 y1 − y 2 y1 − y 2
3. Estadístico de prueba: t0 = = ,
s y1 − y 2 s12 s 22
+
n1 n2
(s
2
n1 + s n2
2
)2

(s ) (n − 1)+ (s 

 Con 1 2 grados de libertad.
2
1 n1
2
1
2
2 n2 ) (n
2
2 − 1)
 Donde:
4. Región de rechazo:
Ver los valores críticos de t en la tabla de t, para un nivel de
significancia  dado.

(s2
n1 + s n2
2
)
2

  
1 2
Con (s 2 n )2 (n − 1) + (s 2 n )2 (n − 1) grados de liberad.
1 1 1 2 2 2
PRUEBA DE HIPÓTESIS DE
IGUALDAD DE VARIANCIAS

Prueba para comparar las variancias de

dos poblaciones independientes.
PRUEBA DE HIPÓTESIS DE IGUALDAD DE VARIANCIAS…

1. Hipótesis nula: H0:  2 =  22

1

2. Hipótesis alternativa: H1:  2   22 (2 colas).

1

2
3. Estadístico de prueba: F0 =
La s mayor
La s 2 menor

con v1= n1-1 = g. l. del numerador y v2 = n2-1 = g. l. del

denominador.
4. Región de rechazo:
Ver los valores críticos de F en la tabla de F, para un nivel de
significancia  dado. Al colocar la variancia mayor sobre la
menor nos asegurará que el valor de F0 siempre sea mayor
que 1 y de probar la F0 contra la F de tablas a un nivel de
significancia /2 en la cola derecha de la distribución F. En
otras palabras la Prueba F para Dos Variancias es siempre a
dos colas porque lo que interesa es saber si las variancias son
iguales o diferentes.
 LA DISTRIBUCIÓN F.

La distribución F es una razón de dos términos de variancia

de muestras, s12 y s 22. s12 s 22 se llama la razón de variancia.
La F tiene una asimetría positiva y sus valores son siempre
positivos. La forma de la F depende de los términos v1 y v2
los cuales denotan los grados de libertad del numerador y
denominador respectivamente.
Ejemplo:
Dos tratamientos silviculturales se aplicaron a cada una de dos parcelas de
árboles de pino de una especie de interés comercial, para medir su efecto sobre
la altura en metros. La información obtenida del ensayo se resume a
continuación:

Tratamientos
Estadístico
Trat. 1 Trat. 2
Número de árboles 10 8
Promedio 11.41 11.875
Desviación estándar 0.7666 3.0964

¿Presenta diferencias la altura de los árboles obtenida con los dos tratamientos
silviculturales? Use un nivel de significancia del 5% en todas las pruebas.
 Prueba e IC para dos varianzas

Estadísticas descriptivas
IC de 95%
Muestra N Desv.Est. Varianza para σ²
Muestra 1 8 3.096 9.588 (4.191; 39.715)
Muestra 2 10 0.767 0.588 (0.278; 1.959)

Relación de varianzas
IC de 95%
para la
Relación relación
estimada usando F
16.3146 (3.887; 78.689)

Prueba
Hipótesis nula H₀: σ₁² / σ₂² = 1
Hipótesis alterna H₁: σ₁² / σ₂² ≠ 1
Nivel de significancia α = 0.05
Estadística
Método de prueba GL1 GL2 Valor p
F 16.31 7 9 0.000
 Gráfica de distribución
F; df1=7; df2=9

0.7

0.6

0.5
Densidad

0.4

0.3 0.025

0.2

0.1

0.025
0.0
0.2073
0 4.197
X
 Prueba T de dos muestras e IC

Estadísticas descriptivas
Error
estándar
de la
Muestra N Media Desv.Est. media
Muestra 1 10 11.410 0.767 0.24
Muestra 2 8 11.88 3.10 1.1

Estimación de la diferencia
IC de 95%
para la
Diferencia diferencia
-0.46 (-3.12; 2.19)

Prueba
Hipótesis nula H₀: μ₁ - µ₂ = 0
Hipótesis alterna H₁: μ₁ - µ₂ ≠ 0
Valor T GL Valor p
-0.41 7 0.691
 Gráfica de distribución
T; df=7
0.4

0.3
Densidad

0.2

0.1

0.025 0.025
0.0
-2.365 0 2.365
X